MétaCan
Menu
Retour à la cohorte
Enregistrement W3186370750 · doi:10.2196/26615

A Game-Based School Program for Mental Health Literacy and Stigma on Depression (Moving Stories): Cluster Randomized Controlled Trial

2021· article· en· W3186370750 sur OpenAlexaffvenue
Anouk Tuijnman, Marloes Kleinjan, Merlijn Olthof, Evert Hoogendoorn, Isabela Granic, Rutger C. M. E. Engels

Notice bibliographique

RevueJMIR Mental Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensMcMaster University
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésMental healthStigma (botany)Mental health literacyRandomized controlled trialPsychologyLiteracyClinical psychologyMedicinePsychiatryMental illnessPedagogy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Depressive symptoms are highly prevalent among adolescents in Western countries. However, although treatment for depressive symptoms is available, many adolescents do not seek help when they need it. Important barriers to help-seeking among adolescents include low mental health literacy and high stigma. Therefore, we have developed a game-based school program, Moving Stories, which combines mental health literacy training for depression with contact with someone with lived experience both in the digital and nondigital world. OBJECTIVE: The aim of this study is to conduct a first test of the effectiveness of the newly developed game-based program, Moving Stories, using a cluster randomized controlled trial. METHODS: A total of 185 adolescents participated, divided over 10 classes from 4 schools. Half of the classes were randomly selected to follow the Moving Stories program, whereas the other half were in the control group, where no intervention was provided. The adolescents filled out digital questionnaires at 4 time points, with questions on mental health literacy, stigma, depressive symptoms, and the program itself (before the program, after the program, 3-month follow-up, and 6-month follow-up). Using R (R Foundation for Statistical Computing), we ran linear mixed-effects models for all continuous outcome variables and generalized linear mixed-effects models for all binary outcome variables. RESULTS: =-2.07; P=.04). Most adolescents in the Moving Stories group participated in the introduction (97/99, 98%) and contact session (93/99, 94%), played the game for 4 or 5 days (83/99, 83%), and indicated that they would recommend the game to their peers (90/98, 92%). CONCLUSIONS: The results of this study show the potential of Moving Stories as a stigma reduction program. With changes in the program to improve its effects on mental health literacy, Moving Stories could be implemented in schools to improve help-seeking in adolescents and reduce the negative consequences and burden of depressive symptoms. TRIAL REGISTRATION: Dutch Trial Register NTR7033; https://trialsearch.who.int/Trial2.aspx?TrialID=NTR7033. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/11255.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,441
Écart entre enseignants0,418 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207